Matemáticas IV

Prof. Gustavo Cabrera González

web: https://sites.google.com/site/personalgcgweb/
Dinámica y optimización
1) Fundamentos de la dinámica
2) Ecuaciones en diferencias
3) Ecuaciones diferenciales
4) Sistemas de ecuaciones en diferencias
5) Sistemas de ecuaciones diferenciales
6) Teoría del control óptimo (optimización)
Dos examenes parciales: 60%
Prácticas: 40%
Texto básico:
1) Chiang: Métodos fundamentales de economía matemática (Parte V dinámica
cap. 14-20)
De referencia
2) Sydsaeter: Matemáticas para el análisis económico
3) Ronald Shone: Economic dynamics
Introducción
Dinámica: Todas las funciones dependerán del tiempo
i(t); Y (t); p(t); I(t)
Ecuaciones en diferencias: Tiempo discreto (puntos en el tiempo)
Diferencial:
yt = y t yt 1
Mensuales, trimestales, anuales (baja frecuencia), semanales, diarios (alta
frecuencia)
t=1 0=2 1=3 2=1
En términos de una razón:
yt yt yt 1
t = 1 = yt
Ecuaciones diferenciales
Tiempo continuo (implica función continua)
dx = x(t) x(t 1)
Datos de alta frecuencia (Tiempo continuo sin saltos)
Derivada
dx x(t) x(t 1)
dt = 1 0 = x(t) x(t 1)
Ejemplo:
y = 2t1=2

y4
2

0
0 2 4
x

1
 QGDP
5

-5

dy
dt = t 1=2 (Ecuación diferencial)
En diferencias:
Crecimiento del PIB (%)
Yt Yt 1
Yt 1 = Cambio:de:la:varP
variable
IB
% : Ecuación en diferencias
Ejemplo de la in‡ación (ecuación en diferencias):
Inf = ptptpt1 1 = pt pt1 = const = c
Por tanto:
pt = cpt 1 (la in‡ación es una ecuacion en diferencias)
Ecuación p(t)
diferencial
p(t 1)
dpt
dt
p(t 1) = 1 0
p(t 1) = p(t)p(tp(t1) 1) = c
dpt
dt= cp(t 1)
Microeconomía: Estático
max u(x1 ; x2 ) = Ax1 x21 : Cobb-Douglas
x1 ;x2
s.t p1 x1 + p2 x2 = m
Solución (demandas óptimas estáticas):
x1 = pm1
x2 = (1 ) pm2
Ahorro=?Crédito=?Precios cambian=?ingreso cambian=?
Problema intertemporal dinámico
max u(x1 (t); x2 (t)) = Ax1 (t)x12 (t)
s.t p1 (t)x1 (t) + p2 (t)x2 (t) = m(t)
f x1 (t); x2 (t)g Demanda intertemporales óptimas
Relación entre in‡ación y tasa de intéres
Sistema de ecuaciones en diferencias
pt = 1 + 1 pt 1 + 1 it 1 + "1t
it = 2 + 2 pt 1 + 2 it 1 + "2t
Tipo de cambio:
pt = 1 + 1 pt 1 + 1 it 1 + 1 T ct 1 + "1t
it = 2 + 2 pt 1 + 2 it 1 + 2 T ct 1 + "2t
T ct = 3 + 3 pt 1 + 3 it 1 + 3 T ct 1 + "3t
Denotando en forma matricial:

2
 2 3 2 3
pt "1t
zt = 4 it 5 y "t = 4 "2t 5
T ct "3t
Reescribiendo el sistema:
zt = C + Azt 1 + "t : Sistema de ecuaciones en diferencias
Donde2 3 2 3
1 1 1 1
C=4 2 5yA=4 2 2 2
5
3 3 3 3
Repaso de Matemáticas I a III
Microeconomía: Estático de n-bienes
max u(x1 ; :::; xn ) = Ax1 1 :::xnn : Cobb-Douglas
x1 ;::;xn
s.t p1 x1 + ::: + pn xn = m
Solución:
xi = i pmi para i = 1; ::; n
Forma matricial:
u(x) = Ax1 1 :::xnn donde x = (x1 ; :::; xn )
pT x = m donde p = (p1 ; :::; pn )
Optimización en forma matricial (sistema de n ecuaciones)
Vector gradiente= (vector de precios)
u(x)
x = p
Resolviendo el sistema:
xi = i pmi
Ejemplo
u(H; C; F ) = H 1=4 C 2=4 F 1=4
70H + 15C + 15F = 1000
Aplicando la fórmula de demandas óptimas
xi = i pmi
H = 41 1000
70 = 3: 571 4
C = 24 1000
15 = 33: 333
F = 14 1000
15 = 16: 667
En base al problema de Lagrange
Vector gradiente ux = p :
1=4H 3=4 C 2=4 F 1=4 70
2=4H 1=4 C 2=4 F 1=4 = 15
1=4H 1=4 C 2=4 F 3=4 15
Resolviendo el sistema (división de ecuaciones):
La 1 y la 2
1 C pH 70
2 H = pC = 15
La 1 y la 3
F pH 70
H = pF = 15
La 2 y la 3
2F pC 15
1 C = pF = 15 = 1
Sustituyendo en la restricción presupuestal
70H + 15(2)H( 70 70
15 ) + 15H( 15 ) = 1000

3
 Despejando H:
H = 14 100070 = 3: 571 4
Para los demás:
C = 2H 70 1 1000 70 2 1000
15 = 2( 4 70 ) 15 = 4 15 = 33: 333
1 1 2 1000 1 1000
F = 2 C = 2 4 15 = 4 15 = 16: 667
Obteniendo el valor de :
1=4H 3=4 C 2=4 F 1=4 = 70
Sustituyendo los óptimos:
1=4(3: 571 4) 3=4 (33: 333)2=4 (16: 667)1=4 = 70
Despejando :
= 0:01 603 7
Utilidad marginal del ingreso (precios sombra)
du
dm =
Comprobación:
u = H 1=4 C 2=4 F 1=4 = (3: 571 4)1=4 (33: 333)2=4 (16: 667)1=4 = 16: 037
Aplicandon un cambio al ingreso m0 = 1100
u0 = ( 14 1100
70 )
1=4 2 1100 2=4 1 1100 1=4
( 4 15 ) ( 4 15 ) = 17: 64
du 17: 64 16: 037
dm = 1100 1000 = 0:016 03
Harry-Markovitz (selección óptima de cartera)
Riesgo1=r1 : Error Estandar(1)
Riesgo2=r2 : Error Estandar(2)
Decidir un (%) para invertir en el instrumento 1 y el resto en el instrumento
2
Econtrar un sujeto a minimizar el riesgo de la cartera(W)
R(W ) = f (x1 ; x2 )
Varianza de la cartera para encontrar el riesgo de la cartera (raíz de la
varianza)
V (W ) = V AR(x1 ) + V AR(x2 ) + 2cov(x 1 ; x2 )
Por tantopel riesgo es:
R(W ) = V (W )
Decidir un que minimize el riesgo:
V (W ) = V AR( x1 ) + V AR((1 )x2 ) + 2cov( x 1 ; (1 )x2 )
Sabemos que:
V (W ) = 2 V AR(x1 ) + (1 )2 V AR(x2 ) + 2 (1 )cov(x 1 ; x2 )
Nota:
V ar(ax) = a2 V ar(x)
=?
Solución:
dV (W )
d = 2 V AR(x1 ) 2(1 )V AR(x2 )+2(1 )cov(x 1 ; x2 ) 2 cov(x 1 ; x2 ) =
0
2(1 )[cov(x 1 ; x2 ) V AR(x2 )] + 2 [V AR(x1 ) cov(x 1 ; x2 )] = 0
Despejando :
= ([cov(x 1 ;x2 ) [cov(x 1 ;x2 ) V AR(x2 )]
V AR(x2 )] [V AR(x1 ) cov(x 1 ;x2 )])
Qué pasa cov(x 1 ; x2 ) = 0?
V AR(x2 )
= V AR(x 2 )+V AR(x1 )

4
 Si x2 es muy riesgoso entonces aumenta, entonces se destina una fracción
más alta a x1
V AR(x1 )
1 = V AR(x 2 )+V AR(x1 )
Si x1 es muy riesgoso entonces 1 aumenta, entonces se destina una
fracción más alta a x2
Para x = (x1 ; :::; xn )
Varianza de la cartera:
V (W ) = 21 V AR(x1 )+::::+ 2n V AR(xn )+2 1 2 cov(x1 ; x2 )+2 1 3 cov(x1 ; x3 )
+:::: + 2 n 1 n cov(xn 1 ; xn )
Forma matricial (forma cuadrática):
T var(x1 ) cov(x1 ; x2 ) 1
var(X) = 1 2
cov(x1 ; x2 ) var(x2 ) 2
Desarrollando:
1
1 var(x1 ) + 2 cov(x1 ; x2 ) 1 cov(x1 ; x2 ) + 2 var(x2 ) =
2
2
+ 2 1 2 cov(x1 ; x2 ) + 22 var(x2 )
1 var(x1 )
Minimizar el riesgo de la cartera, es equivalente a minimizar la varianza:
minV (W ) = T var(x)
Optimizando:
dV (W )
d = 2 var(x) = 0

Ejemplo de
2 3: 3
var(x1 ) cov(x1 ; x2 ) cov(x1 ; x3 )
var(x) = 4 cov(x1 ; x2 ) var(x2 ) cov(x2 ; x3 ) 5
2 3cov(x1 ; x3 ) cov(x2 ; x3 ) var(x3 )
1
=4 2 5
3
2 3T 2 3
1 var(x1 ) cov(x1 ; x2 ) cov(x1 ; x3 )
4 2 5 4 cov(x1 ; x2 ) var(x2 ) cov(x2 ; x3 ) 5 = 0
3 cov(x 1 ; x3 ) cov(x 2 ; x3 ) var(x3 )
Ejemplo de 2:
T
1 var(x1 ) cov(x1 ; x2 )
=0
2 cov(x1 ; x2 ) var(x2 )
Pero 1 + 2 = 1
Derivar el vector y respecto del vector x:
y = Ax
Derivar el vector y T y respecto del vector x;donde:
y T y = (Ax)T Ax